OpenAIRE
Refine
Year of publication
Document Type
- Article (123)
- Doctoral Thesis (16)
- Review (16)
- Preprint (15)
- Bachelor Thesis (9)
- Book (8)
- Other digital publishing (5)
- Bookcollection (4)
- Master's Thesis (4)
- Part of Bookcollection (2)
Keywords
- - (107)
- Computer Science, general (18)
- IT in Business (16)
- Information and Computing Sciences (6)
- Künstliche Intelligenz (5)
- Nachhaltigkeit (4)
- Scattering (4)
- cyber-physical systems (4)
- Deep space optical communications (DSOC) (3)
- Industry 4.0 (3)
Institute
- Gesellschaftswissenschaften (37)
- Informatik (35)
- Wirtschaft (22)
- Media (19)
- Elektrotechnik und Informationstechnik (17)
- Promotionszentrum Angewandte Informatik (12)
- Chemie- und Biotechnologie (10)
- Maschinenbau und Kunststofftechnik (10)
- da/sec - Biometrics and Internet Security Research Group (10)
- Mathematik und Naturwissenschaften (9)
Poor water management has led to conflicts worldwide and significant loss of life and property. According to the UN, by 2040, nearly one in four children will live in an area with limited water resources. Poor water management has also been a critical factor in accelerating climate change. Climate change, in turn, intensifies extreme weather events, leading to more frequent and severe floods. The traditional water level monitoring stations are outdated, invasive, and limited in telemetry capabilities, resulting in numerous fatalities due to the lack of an effective early warning system. WAMO 300 (Water Monitor 300) introduces an innovative and noninvasive method of measuring water levels using navigation satellites such as GPS or Galileo, providing real-time alerts to various stakeholders. This study evaluates the feasibility of the WAMO 300 system and proposes decentralised water management solutions, leveraging this system to promote sustainable water diplomacy.
This article presents new trends and applications in generative artificial intelligence (AI) and knowledge-based AI. Foundations and applications of large language models (LLMs) are presented, such as classifying hate speech, easy-to-read language, and retrieval-augmented generation (RAG). The important aspect of user experience (UX) for AI systems is elaborated. Finally, AI solutions in different industry sectors are presented, in particular life sciences, the energy sector, and the manufacturing industry.
Histone deacetylase 11 (HDAC11), the sole member of class IV HDACs, has gained prominence due to its unique enzymatic profile and pathological relevance in cancer, neurodegenerative, inflammatory diseases, and metabolic disorders. However, only a limited number of selective HDAC11 inhibitors have been identified, and many of these contain a potentially mutagenic hydroxamic acid as a zinc-chelating motif. Consequently, there is an imperative to identify potent and selective non-hydroxamate HDAC11 inhibitors with improved physicochemical properties. In this study, we conducted an extensive experimental high-throughput screening of 10,281 structurally diverse compounds to identify novel HDAC11 inhibitors. Two promising candidates, caffeic acid phenethyl ester (CAPE) and compound 9SPC045H03, both lacking a hydroxamic acid warhead, were discovered, showing micromolar inhibitory potency (IC50 = 1.5 and 2.3 µM, respectively), fast and reversible binding, and remarkable isozyme selectivity. Molecular docking revealed distinct zinc-chelating mechanisms involving either carbonyl oxygen (CAPE) or pyridine nitrogen (9SPC045H03), in contrast to canonical hydroxamates. Both compounds are drug-like and exhibit favorable physicochemical and pharmacokinetic profiles, particularly beneficial water solubility and good adsorption, making them valuable starting points for further optimization. These findings open new avenues for the development of selective, non-hydroxamate HDAC11 inhibitors with potential therapeutic applications.
Biometric cryptosystems enable privacy-preserving authentication using biometric data, such as fingerprints or iris scans. However, single modalities suffer from limited entropy, impacting both recognition performance and security. This work investigates the fusion of multiple biometric characteristics in a Deep Multi-biometric Fuzzy Commitment Scheme. In the experimental setup, we demonstrate how Deep Convolutional Neural Networks (DCNNs) are used to tackle the challenge of non-uniform representations by generating uniform embeddings. Uni-modal databases of iris and fingerprint embeddings, as well as the corresponding multi-biometric database, are employed for this purpose. Three fusion methods are proposed: concatenation, interleaving, and random shuffling within the fuzzy commitment scheme using error correction methods based on Hadamard and Reed-Solomon codes. The evaluation of performance and security reveals that random shuffling outperforms other methods like interleaving and concatenation in terms of recognition performance. Concatenation displayed the lowest performance. Finally, the findings are summarized and potential improvements are discussed.
Die Dissertation untersucht die Transformation der Fernwärmeerzeugung in Deutschland mit dem Ziel, bis 2045 eine nachhaltige und treibhausgasneutrale Versorgung zu erreichen. Vor dem Hintergrund der klimapolitischen Zielsetzungen des Bundes-Klimaschutzgesetzes und der zentralen Rolle der Fernwärme in der Wärmewende analysiert die Arbeit bestehende Transformationsplanungen, entwickelt ein ökologisch nachhaltiges Zielszenario und leitet Handlungsempfehlungen für Politik und Praxis ab.
Im ersten Schritt wird ein umfassendes Zielbild für eine nachhaltige Fernwärmeerzeugung im Jahr 2045 entwickelt. Dabei werden verschiedene Erzeugungstechnologien – darunter grüne Gase, Biomasse, Abwärme, Power-to-Heat, Geothermie und Solarthermie – hinsichtlich ihrer ökologischen Auswirkungen, Ressourceneffizienz und Klimawirkung bewertet. Die Analyse zeigt, dass insbesondere die Nutzung von Ab- und Umweltwärme, unter Zuhilfenahme von Großwärmepumpen, zentrale Bausteine einer nachhaltigen Fernwärmeversorgung darstellen, während der Einsatz von Biomasse und Wasserstoff aufgrund begrenzter Verfügbarkeit und konkurrierender Nutzungsansprüche nur in begrenztem Umfang sinnvoll ist.
Darauf aufbauend erfolgt eine empirische Erhebung des Status quo der Transformationsplanungen deutscher Fernwärmeversorger. Die Ergebnisse zeigen Diskrepanzen zwischen den geplanten Maßnahmen und dem entwickelten Zielbild, insbesondere hinsichtlich des weiterhin hohen gasbasierten Einsatzes und einem unzureichenden Hochlauf von Großwärmepumpen.
In einem dritten Schritt wird auf Basis eines Fallstudienvergleich bei fünf Fernwärmeversorgern die Entscheidungslogiken und Einflussfaktoren auf die Transformationsstrategien untersucht. Dabei zeigt sich, dass Pfadabhängigkeiten, regulatorische Unsicherheiten und ein inkonsistentes Förderregime zentrale Hemmnisse für eine nachhaltige Transformation darstellen. Die Arbeit schließt mit konkreten Handlungsempfehlungen zur Anpassung der regulatorischen Rahmenbedingungen, zur gezielten Förderung nachhaltiger Technologien und zur Stärkung der kommunalen Wärmeplanung. Sie leistet damit einen wissenschaftlich fundierten Beitrag zur Gestaltung einer ökologisch und ökonomisch tragfähigen Fernwärmewende in Deutschland.
Seit den 2010er Jahren hat die Künstliche Intelligenz (KI) durch Erfolge im Machine Learning (ML) einen enormen Schub erfahren. Einerseits durch die stark angewachsene Menge verfügbarer digitaler Daten und andererseits durch Innovationen im Bereich der Künstlichen Neuronalen Netze und des Deep Learning (DL). Wissensbasierte KI umfasst neben traditionellen Expertensystemen und Regelsystemen auch die Technologien und Standards, welche im Rahmen der Semantic Web Initiative seit den 1990er Jahren entwickelt wurden. Sie ermöglichten unter anderem die Entwicklung umfangreicher Knowledge Graphs (Wissensnetze). Hybride KI Ansätze kombinieren Machine Learning und wissensbasierte KI. Da sie als erfolgversprechend gelten, werden sie seit Jahren erforscht. Dieser Sammelband zeigt, wie innovative hybride KI-Verfahren bereits heute erfolgreich in der Praxis eingesetzt werden.
The demand for critical materials continues to increase as technology continues to develop. However, these material reserves and resources are limited. This poses a risk of future material scarcity. This thesis analysed the current state and the future potential of 11 critical materials, including Beryllium, Borates, Fluorine, Gold, Magnesium, Niobium, Phosphorous, Rhenium, Tantalum, Tin and Tungsten. The methodology used in this thesis follows the research conducted by Lundaev et al. (2023), utilizing the growth S-curve and logistic-bell curve models with historical production, reserves and resources data to project future production trends, estimate the peak production and the depletion of material reserves or resources. The results indicated that some materials are approaching their peak production within a few years and most of them in a few decades. After reaching the peak, material production will decline until its reserves or resources depleted near in the future. To reduce or delay the risk of material depletion, circularity strategies are necessary, including increasing material recycling and substituting with alternatives that are less critical.
Spätestens am Eintritt in das Übergangssystem wird für Jugendliche mit einem Hauptschulabschluss die von einer früheren Normalität geprägte Vorstellung eines direkten Übergangs in eine Ausbildung oder weiterführende Schulform nach Beenden der allgemeinbildenden Schule infrage gestellt. Zwei Drittel der Jugendlichen im Übergangssystem verfügen über einen Hauptschulabschluss und erleben deutliche Herausforderungen der Bildungs- und Chancenungleichheit, welche wiederkehrend auf Ebene des Alltags der Jugendlichen bewältigt werden müssen. Das Erleben eigener Selbstwirksamkeit erweist sich für die Jugendlichen dabei über alle Bewältigungsstrategien hinweg als zentral. Eine an diesem Selbstwirksamkeitserleben aufgespannte Typologie sowie Theorie der Bewältigungsstrategien stellt das Kernstück der Arbeit dar. Daraus lassen sich Implikationen hinsichtlich einer ganzheitlichen Betrachtung der Jugendlichen, ihrer Eigenschaften, Fähigkeiten sowie Anerkennungs- und Selbstwirksamkeitserfahrungen für die Soziale Arbeit ableiten. Diese sind auf Einzelfall-, Institutions- und Professionsebene angesiedelt und adressieren institutionelle Strukturen ebenso wie interprofessionelle Zusammenarbeit.